基于评论数据的用户需求趋势挖掘方法及装置、存储介质制造方法及图纸

本发明专利技术涉及一种基于评论数据的用户需求趋势挖掘方法及装置、存储介质，该方法包括：采集多个历史时间段内的社交评论数据；在所述多个历史时间段内的社交评论数据中提取预设产品的产品特征；根据每一历史时间段对应的社交评论数据，确定用户在该时间段内对每一产品特征的关注度；针对每一历史时间段对应的每一条评论数据，确定用户在该历史时间段内对该评论数据中的每一产品特征的情感值，并汇总该历史时间段对应的评论数据中每一产品特征的正面情感值的数量和负面情感值的数量；分析用户需求的变化趋势。本发明专利技术基于用户在社交平台上发表的评论数据进行需求趋势分析，不需要花费大量的精力和时间，也能适应快速变化的用户需求。

【技术实现步骤摘要】
基于评论数据的用户需求趋势挖掘方法及装置、存储介质
本专利技术涉及一种基于评论数据的用户需求趋势挖掘方法及装置、存储介质。
技术介绍
随着人们物质生活水平的丰富以及经济水平的提高，用户的需求变化越来越快，企业能够及时把握这种需求的变化并将其展现在产品上成为一个亟待解决的问题。目前，用户需求一般通过问卷调查、小组讨论、市场调研等方法获取。这些传统的方法一般都基于一定的经验，需要花费大量的时间和精力，越来越难适应快速变化的用户需求。近几年来，伴随着社交媒体的快速发展，越来越多的用户倾向于在社交媒体网络上分享自己的购物体验，因而为企业快速的捕捉用户需求提供了机会。
技术实现思路
本专利技术提供一种基于评论数据的用户需求趋势挖掘方法及装置、存储介质。本专利技术提供的用户需求趋势挖掘方法，包括：采集多个历史时间段内的社交评论数据；在所述多个历史时间段内的社交评论数据中提取预设产品的产品特征；根据每一历史时间段对应的社交评论数据，确定用户在该时间段内对每一产品特征的关注度；针对每一历史时间段对应的每一条所述评论数据，确定用户在该历史时间段内对该评论数据中的每一产品特征的情感值，并汇总该历史时间段对应本文档来自技高网...

【技术保护点】
一种基于评论数据的用户需求趋势挖掘方法，其特征在于，包括：采集多个历史时间段内的社交评论数据；在所述多个历史时间段内的社交评论数据中提取预设产品的产品特征；根据每一历史时间段对应的社交评论数据，确定用户在该时间段内对每一产品特征的关注度；针对每一历史时间段对应的每一条所述评论数据，确定用户在该历史时间段内对该评论数据中的每一产品特征的情感值，并汇总该历史时间段对应的评论数据中每一产品特征的正面情感值的数量和负面情感值的数量；根据用户在所述多个历史时间段内对各个产品特征的关注度、正面情感值的数量和负面情感值的数量，分析用户需求的变化趋势。

【技术特征摘要】
1.一种基于评论数据的用户需求趋势挖掘方法，其特征在于，包括：采集多个历史时间段内的社交评论数据；在所述多个历史时间段内的社交评论数据中提取预设产品的产品特征；根据每一历史时间段对应的社交评论数据，确定用户在该时间段内对每一产品特征的关注度；针对每一历史时间段对应的每一条所述评论数据，确定用户在该历史时间段内对该评论数据中的每一产品特征的情感值，并汇总该历史时间段对应的评论数据中每一产品特征的正面情感值的数量和负面情感值的数量；根据用户在所述多个历史时间段内对各个产品特征的关注度、正面情感值的数量和负面情感值的数量，分析用户需求的变化趋势。2.根据权利要求1所述的方法，其特征在于，所述在所述多个历史时间段内的社交评论数据中提取预设产品的产品特征之前，所述方法还包括：剔除每一个历史时间段对应的社交评论数据中的垃圾信息。3.根据权利要求2所述的方法，其特征在于，所述剔除每一个历史时间段对应的社交评论数据中的垃圾信息，包括：对训练用的评论数据的格式进行预处理；选择用于对预处理后的评论数据进行分类的分类特征；根据所述分类特征，训练支持向量机模型；利用训练得到的支持向量机模型对每一历史时间段内的社交评论数据进行分类，识别出每一历史时间段内的社交评论数据中的垃圾信息并剔除。4.根据权利要求1所述的方法，其特征在于，所述在所述多个历史时间段内的社交评论数据中提取预设产品的产品特征，包括：对该历史时间段对应的评论数据进行分词；从分词结果中提取出长度大于1的名词；从提取出的长度大于1的名词中筛选出满足预设支持度的频繁项；从筛选出的频繁项中的非特征词进行剔除，并对相似特征进行合并，得到所述产品特征。5.根据权利要求1所述的方法，其特征在于，所述根据每一历史时间段对应的社交评论数据，确定用户在该时间段内对每一产品特征的关注度，包括：计算每一产品特征在该历史时间段内的各条评论数据中出现的总次数，将该总次数作为用户在该历史时间段内对该...

【专利技术属性】
技术研发人员：张强，彭张林，王安宁，方钊，杨善林，
申请(专利权)人：合肥工业大学，
类型：发明
国别省市：安徽,34